Știri
Știri din categoria Inteligență artificială
Investițiile în tehnologie și inteligență artificială mută câștigul de eficiență în construcții dinspre „mai multe utilaje” spre „mai multă predictibilitate”, prin conectarea oamenilor, a șantierului și a mașinilor într-un flux de lucru comun, potrivit Ziarul Financiar, care îl citează pe Liviu Neagu, CEO al Bergerat Monnoyeur România, importatorul utilajelor Caterpillar pe piața locală.
Mesajul central al executivului este că digitalizarea și AI nu sunt prezentate ca un înlocuitor al muncii umane, ci ca un instrument care „ușurează munca oamenilor” și îmbunătățește colaborarea dintre angajații din birouri și cei din teren. În acest cadru, beneficiul economic urmărit este reducerea fricțiunilor operaționale și creșterea controlului asupra execuției proiectelor.
„Vorbim de oameni, maşini, inteligenţă artificială. Nu se merge pe ideea de a exclude prezenţa umană în următoarea perioadă, chiar dacă vom uşura munca oamenilor“.
Neagu descrie digitalizarea ca pe o schimbare de interfață între oameni și utilaje: comunicarea se face „altfel” cu utilajul și cu șantierul, iar oamenii pot comunica între ei „prin intermediul mașinilor”. Ținta este obținerea unei „predictibilități mult mai mari” asupra a ceea ce urmează să fie realizat în proiect.
În practică, această direcție pune accent pe eficiență și pe coordonare, într-un sector în care întârzierile și lipsa de vizibilitate asupra progresului se traduc direct în costuri.
În ultimii 25 de ani, Caterpillar a investit peste 20 mld. dolari (aprox. 86,4 mld. lei) în tehnologie, inclusiv digitalizare și inteligență artificială pentru utilaje de construcții, potrivit CEO-ului Bergerat Monnoyeur România.
Următoarea etapă menționată de Neagu este ca utilajul „să vină și să propună soluții”, în funcție de modul în care lucrează operatorul. El a descris evoluția de până acum ca pe „salturi tehnologice” succesive.
Bergerat Monnoyeur România, pe care Neagu o numește liderul pieței de utilaje de construcții, a raportat afaceri de 126 mil. euro anul trecut. În logica prezentată la conferința ZF „Tendințe în piața de birouri și construcții”, câștigul operațional așteptat din AI și digitalizare este:
Publicația nu oferă, în acest material, un calendar de implementare sau indicatori cantitativi ai economiilor/creșterilor de productivitate rezultate din aceste tehnologii.
Recomandate
Comisia Europeană a deschis licitația pentru până la șapte „gigafabrici” de inteligență artificială, dar finanțarea publică este încă în mare parte neasigurată , ceea ce pune sub semnul întrebării calendarul și capacitatea UE de a recupera rapid decalajul față de SUA și China, potrivit The Next Web . Inițiativa este prezentată ca un efort de circa 30 miliarde euro, construit pe un parteneriat public-privat: aproximativ 10 miliarde euro ar urma să vină de la Bruxelles și statele membre, iar restul de 20 miliarde euro de la investitori privați, pe ideea că banii publici pot „atrage” capitalul necesar proiectelor. Ce se cumpără, concret: putere de calcul la scară mare Fiecare „gigafabrică” ar urma să găzduiască cel puțin 100.000 de cipuri avansate pentru AI, ceea ce ar face-o de circa patru ori mai puternică decât cele mai mari centre de date care operează în prezent în UE. Împreună, cele până la șapte unități ar urma să dubleze (și chiar să depășească) capacitatea de calcul pentru AI a blocului comunitar. Comisia diferențiază aceste proiecte de rețeaua existentă de 19 „fabrici AI” mai mici, atașate supercomputerelor europene: noile amplasamente sunt gândite „cu un ordin de mărime” mai mari, pentru antrenarea modelelor de vârf (frontier models) pe care, în prezent, doar câteva laboratoare din SUA și China și le permit. Miza economică: UE încearcă să reducă dependența de „compute” închiriat Rațiunea proiectului este una competitivă: companiile europene ajung să închirieze putere de calcul (compute) de la furnizori americani de cloud, în timp ce SUA și China investesc masiv în infrastructură. Henna Virkkunen, responsabilă în Comisie pentru „suveranitatea tehnologică”, numește această scară de calcul „o necesitate strategică”. Interesul de piață există: o rundă anterioară de exprimare a interesului a strâns 76 de răspunsuri din partea unor consorții din Europa, iar zece țări – inclusiv Germania, Franța, Italia, Spania și Polonia – s-au poziționat ca potențiale gazde. Franța a semnalat deja că ar putea merge pe cont propriu. Problema-cheie: banii publici sunt, deocamdată, mai mult „intenție” Deși proiectul este prezentat ca având o componentă publică de circa 10 miliarde euro, doar aproximativ 1 miliard euro din partea Bruxelles-ului este efectiv angajat, restul depinzând de următorul buget multianual al UE (Multiannual Financial Framework), care nu este încă agreat. Un oficial de rang înalt a spus explicit că suma este o „cea mai bună estimare” a ceea ce ar putea fi disponibil, nu bani deja alocați: „Nu putem anticipa deciziile privind următorul MFF.” Această incertitudine intră în conflict cu un calendar ambițios: construcția ar trebui să înceapă la începutul lui 2027, iar primele „gigafabrici” să devină operaționale la mijlocul lui 2028. Riscuri operaționale: întârzieri, energie scumpă și dependență de cipuri americane Planul a fost lansat inițial la începutul lui 2025 și „a alunecat” de mai multe ori, ceea ce sugerează prudență în privința termenelor. În plus, există două constrângeri structurale: Lanțul de aprovizionare cu cipuri : cipurile ar urma să vină în principal de la Nvidia, AMD și Qualcomm – companii americane – ceea ce complică mesajul de „independență”. Costul energiei : electricitatea în Europa este de două până la trei ori mai scumpă decât în SUA sau China, iar alimentarea centrelor de date este deja un factor limitativ. Criticii citați de publicație pun sub semnul întrebării modelul, argumentând că închirierea unei capacități „suverane” construită pe hardware străin poate crea doar o aparență de independență și că decalajul real al Europei este la nivel de cipuri și modele, nu de clădiri. Comisia susține, însă, că infrastructura este un început: finanțatorii publici ar urma să primească o cotă proporțională din puterea de calcul pentru cercetare și proiecte publice, iar pariul este că infrastructura va atrage ulterior talent, startup-uri și, în timp, investiții în producția de cipuri. În acest moment, licitația este deschisă, dar „pachetul” de 30 miliarde euro rămâne în bună măsură o ambiție: UE a anunțat ținta, însă a securizat până acum doar o fracțiune din finanțarea publică necesară. [...]
Google semnează codul UE de transparență pentru conținut generat de IA , un pas care poate influența direct modul în care companiile vor trebui să eticheteze și să dovedească originea materialelor online în Europa, dar care vine și cu un avertisment privind riscul de „supra-reglementare”, potrivit Google . Aderarea vizează EU AI Act Code of Practice on Transparency of AI-Generated Content (cod de practică asociat Actului european privind inteligența artificială), disponibil la nivelul Comisiei Europene aici . Google spune că demersul se bazează pe semnarea, în 2025, a GPAI Code of Practice (un set de angajamente voluntare pentru IA), menționat într-un material separat al companiei aici . Ce înseamnă operațional: etichetare și „amprentare” digitală a conținutului În centrul abordării Google este accelerarea adoptării standardului industrial C2PA (un standard pentru proveniența conținutului digital) și dezvoltarea de instrumente de transparență, inclusiv SynthID . Compania descrie SynthID drept o tehnologie de „watermarking” (marcare digitală) care ajută utilizatorii să înțeleagă cum a fost creat și editat conținutul. Referințe: C2PA și SynthID . Google afirmă că lucrează și cu laboratoare terțe de IA pentru a susține adoptarea pe scară largă a unor instrumente interoperabile de marcare bazate pe SynthID, enumerând Apple, Eleven Labs, Kakao, NVIDIA și OpenAI. Miza de reglementare: transparență, dar fără „straturi” care se bat cap în cap Deși susține obiectivul de transparență, Google avertizează că adăugarea de complexitate de reglementare , într-un moment în care soluțiile tehnice „încă evoluează”, ar putea intra în contradicție cu obiectivele Europei legate de competitivitate și simplificare și ar putea crea confuzie pentru utilizatori. Compania susține că, dacă mediul online ajunge „inundat” de etichete suprapuse și divulgări legale, oamenilor le va fi mai greu să obțină contextul de care au nevoie pentru a înțelege ce văd. Ce urmează Pe măsură ce codul este implementat, Google spune că va lucra cu autoritățile de reglementare și cu parteneri pentru a construi soluții „practice” care să ofere transparență „reală” și să ajute utilizatorii să ia decizii informate despre conținutul pe care îl consumă online. [...]
Jensen Huang susține că panica privind dispariția masivă a locurilor de muncă din cauza AI este „o prostie totală” și avertizează că riscul real pentru angajați vine din competiția cu cei care folosesc deja aceste instrumente, potrivit The Next Web . Într-un interviu amplu acordat Axios, șeful Nvidia a respins două idei pe care le vede drept exagerări: că inteligența artificială „va pune capăt omenirii” și că va elimina jumătate dintre joburile din SUA. Huang spune că „toate dovezile” indică „exact opusul”, însă argumentul lui nu este că munca nu se schimbă, ci că oamenii confundă „o sarcină” cu „un job”. „Sarcina” se automatizează, „jobul” se redefinește Huang folosește exemplul radiologilor: citirea scanărilor este o sarcină pe care AI o poate face în mare parte, dar jobul ar rămâne legat de reducerea suferinței și ghidarea pacienților. În aceeași logică, el admite că munca din call-center este „foarte probabil” să fie puternic automatizată, însă consideră că judecata și decizia rămân umane. Pentru a-și susține poziția, Huang invocă și câteva cifre (prezentate ca afirmații ale sale în interviu): numărul radiologilor ar fi în creștere cu aproximativ 20%, deoarece AI le permite să vadă mai mulți pacienți; numărul paralegalilor ar fi în creștere cu circa 10%; joburile din manufactură ar fi crescut cu aproximativ 50% în ultimii ani, pe fondul cursei pentru construirea de centre de date. Mesajul său, formulat direct, mută discuția de la „AI îți ia jobul” la competiția între oameni: „AI nu o să ne distrugă toate joburile. Cineva care folosește AI o să-ți ia jobul.” Miza pentru companii: productivitate și presiune pe recalificare Din perspectiva impactului economic și operațional, poziția lui Huang sugerează că firmele care integrează rapid AI pot obține un avantaj de productivitate, iar cele care întârzie riscă să piardă competitivitate. În același timp, angajații sunt împinși spre adaptare: dacă automatizarea „taie” sarcini, valoarea se mută către activități care cer decizie, relaționare și responsabilitate profesională. Țintă către „doomeri” și un avertisment pentru Washington Huang a criticat și narativele apocaliptice promovate, în opinia lui, de lideri din industrie care „petrec prea mult timp teoretizând” scenarii de tip science-fiction, pentru că „îi face să pară inteligenți”. El spune că discuțiile despre singularitate, simulare sau conștiință a mașinilor sunt „inventate” și că, deși e legitim „să avertizezi oamenii”, este „absolut nepotrivit să inventezi lucruri”. În relația cu factorii de decizie, Huang avertizează că politicienii pot „supra-corecta” dacă „cad în plasa acestor narațiuni”. În același registru, el le-ar fi recomandat administrației Trump să discute cu mulți oameni de știință, nu cu „unul sau doi”, și a respins ideea ca guvernul să ia o participație în Nvidia, pe care o consideră „inutilă”. Context: optimismul lui Huang și interesul Nvidia Huang își proiectează o viziune puternic optimistă: se așteaptă la „un trilion” de agenți AI care rulează simultan și spune că „momentul ChatGPT” pentru roboți a sosit deja, cu mașini utile posibil la 3–4 ani distanță. Acceptă că o bulă AI „va veni într-o zi”, dar „nu azi” și probabil nu în următorii cinci ani. The Next Web notează însă și interesul evident al Nvidia: mai mult AI înseamnă cerere mai mare pentru cipurile companiei. În plus, rivali precum Dario Amodei (Anthropic) ar prognoza contrariul în privința efectelor asupra joburilor. În acest cadru, distincția lui Huang între „sarcină” și „job” rămâne, totuși, nucleul argumentului: automatizarea schimbă munca, dar nu o anulează — iar riscul imediat este competiția cu cei care folosesc AI mai bine și mai repede. [...]
OpenAI reduce puternic costurile pentru GPT‑5.6 Luna și Terra, schimbare care poate coborî semnificativ factura companiilor pentru aplicații AI la volum mare , potrivit OpenAI , care anunță și un nou „Fast mode” în API pentru GPT‑5.6 Sol, orientat spre viteză. Începând de astăzi, GPT‑5.6 Luna (modelul „cel mai rapid și cel mai accesibil” din familie) va costa cu 80% mai puțin, iar GPT‑5.6 Terra (model „echilibrat” pentru lucru de zi cu zi) cu 20% mai puțin. Reducerile se reflectă și în modul în care consumul este contabilizat în abonamentele plătite atunci când modelele sunt folosite prin Codex și ChatGPT Work, ceea ce înseamnă că aceeași utilizare „mănâncă” mai puține credite, fără schimbarea prețurilor abonamentelor sau a bugetelor de cotă. Ce se schimbă în prețurile API și de când OpenAI publică și noile tarife pentru API, cu aplicare de la 30 iulie: GPT‑5.6 Terra : 2 dolari (aprox. 9 lei) per milion de tokeni de intrare și 12 dolari (aprox. 55 lei) per milion de tokeni de ieșire GPT‑5.6 Luna : 0,20 dolari (aprox. 1 leu) per milion de tokeni de intrare și 1,20 dolari (aprox. 6 lei) per milion de tokeni de ieșire GPT‑5.6 Sol : prețurile rămân neschimbate Compania mai precizează că modificările de preț „încep să fie implementate” și în AWS „mai târziu astăzi”. De ce contează pentru companii: optimizarea cost–viteză pe același flux Unghiul economic al anunțului este legat de posibilitatea de a împărți un flux de lucru pe etape, folosind modele diferite în funcție de costul erorii, urgență și volum. OpenAI dă exemplul unui flux de programare în care Sol ar putea fi folosit pentru a reduce incertitudinea și a defini planul, iar Luna pentru implementare, scriere și rulare de teste și evaluarea rezultatelor, adică pentru pași „bine specificați” unde costul per execuție contează mai mult. În acest context, OpenAI susține că Luna oferă performanță comparabilă cu modele „de clasă frontieră” de acum un an la „aproximativ 6 cenți pe dolar per sarcină” și la „aproape de nouă ori viteza”, iar pe sarcini profesionale (măsurate prin Agents’ Last Exam) ar depăși Fable 5 la un cost estimat per sarcină cu „aproape 99%” mai mic. „Fast mode” în API: viteză mai mare, la preț dublu Pe partea operațională, OpenAI introduce Fast mode în API, care înlocuiește oferta „Priority Processing”. Pentru GPT‑5.6 Sol, Fast mode ar livra „până la 2,5×” viteza procesării Standard, la de două ori prețul , fără schimbări de „inteligență” (adică de calitate a răspunsurilor, în termenii companiei). Migrarea este descrisă ca fiind compatibilă înapoi: cererile marcate anterior ca „priority” vor folosi automat Fast mode. Disponibilitate în produse și cine are acces Terra și Luna rămân disponibile în ChatGPT Work, Codex și API. În ChatGPT Work și Codex, utilizatorii Free și Go pot accesa Terra, iar utilizatorii Plus, Pro, Business și Enterprise pot alege între Terra și Luna. Pentru detalii complete de tarifare, OpenAI trimite la pagina de prețuri: View complete API pricing details . [...]
Google DeepMind deschide accesul dezvoltatorilor la Gemini Robotics ER 2 , un model de „raționament întrupat” gândit ca un „creier” de nivel înalt pentru roboți, care urmărește fluxuri video continue, orchestrează sarcini în mai mulți pași și poate coordona mai mulți roboți în același spațiu, potrivit Google Blog . Miza practică este reducerea blocajelor operaționale din robotică (pauze de tip „oprește-te și gândește”) și creșterea fiabilității în execuție, inclusiv prin latență sub-secundă pentru scenarii sensibile la timp. Ce se schimbă operațional: video continuu, autocorecție și colaborare între roboți Google descrie Gemini Robotics ER 2 ca un model care poate conversa cu oamenii, înțelege mediul fizic și planifica sarcini în mai mulți pași, apoi „predă” execuția motorie către un model de tip VLA (vision-language-action – modele care leagă percepția vizuală și limbajul de comenzi de acțiune). În plus, modelul poate apela nativ instrumente precum Google Search sau funcții definite de utilizator. Upgrade-ul față de versiunea anterioară (Gemini Robotics ER 1.6) este legat de utilizarea fluxurilor video continue: robotul își poate urmări progresul, se poate adapta când apar erori și știe când să treacă la pasul următor. O noutate separată este „multi-robot collaboration”, adică posibilitatea ca roboți diferiți să lucreze împreună în spații comune pentru fluxuri de lucru pe care un singur robot nu le-ar putea duce la capăt. Acces pentru dezvoltatori: API, AI Studio și preview pentru companii Modelul este disponibil public dezvoltatorilor prin: Gemini API Google AI Studio Pentru zona enterprise, Google spune că ER 2 este disponibil în „private preview” pe Gemini Enterprise Agent Platform . Compania publică și exemple de configurare și „prompting” (instrucțiuni pentru model) în notebook-uri, inclusiv pe GitHub . De ce contează latența: integrare cu Gemini Live API și demo pe Spot În robotică, viteza de execuție influențează direct siguranța și utilitatea. Google afirmă că ER 2 se integrează în Gemini Live API , printr-un endpoint de streaming bidirecțional optimizat pentru sarcini sensibile la latență, pentru a evita pauzele vizibile în orchestration. Ca exemplu, Google a construit un demo cu robotul Spot de la Boston Dynamics , în care ER 2 orchestrează Spot APIs (navigație și mișcarea manipulatorului) pentru a aduce obiecte la comandă în limbaj natural. Există și un set de exemple suplimentare pe GitHub . Măsurători publicate: progres în timp și „moment finding” Google susține că ER 2 aduce un salt în „înțelegerea video” și urmărirea progresului, pentru a verifica dacă sarcini precum strângerea unui bec sau legarea unui sac de gunoi sunt finalizate corect înainte de a trece mai departe. În evaluările descrise: la „progress classification” (încadrarea fiecărui cadru video într-un nivel de progres 0–20%, 20–40%, 40–60%, 60–80%, 80–100%), modelul atinge 57,4% acuratețe ; la „moment finding” (identificarea exactă a cadrului în care are loc un eveniment critic, de exemplu când trebuie oprit turnatul cafelei), Google indică 91,3% acuratețe și 0,96 secunde distanță medie absolută; compania afirmă și 4x viteză de execuție și „o fracțiune” din costul de calcul față de categorii mai mari de modele, fără a detalia baza de comparație. Siguranță: oprire lângă oameni și un nou benchmark Google afirmă că ER 2 este „cel mai sigur” model al său în această categorie, cu îmbunătățiri pe benchmark-uri de „Safety Instruction Following” și „Human Proximity”. Un exemplu menționat este oprirea unui robot umanoid când o persoană este în apropiere și reluarea autonomă a activității doar după eliberarea zonei. Compania anunță și introducerea unui benchmark care evaluează capacitatea unui model de bază de a acționa ca orchestrator VLA „sigur”, inclusiv prin impunerea constrângerilor de siguranță, monitorizarea mediului, evaluarea fezabilității fizice și solicitarea de clarificări umane. Ce urmează Google spune că intenționează să împingă aceste modele către sarcini și mai complexe, cu obiectivul de a accelera dezvoltarea roboților „utili” și de a sprijini comunitatea de robotică. Pentru detalii tehnice, compania trimite la pagina de model: Gemini Robotics ER 2 și la contextul versiunii anterioare: Gemini Robotics ER 1.6 . [...]
China încearcă să câștige influență în stabilirea standardelor globale de guvernanță AI , folosind impulsul creat de deschiderea (open-source) a modelului „ Kimi K3 ”, într-un context în care reguli internaționale unitare pentru distilarea modelelor, drepturi de proprietate intelectuală și trasabilitatea datelor de antrenare încă lipsesc, potrivit CNMO , care citează o analiză a ZDNET Korea. Miza este una de reglementare și de putere instituțională: dacă un set de practici și criterii tehnice ajunge să fie acceptat ca „standard” în arbitraje, dispute comerciale și evaluări de siguranță, țara care le-a împins în față își poate extinde influența asupra modului în care sunt construite și folosite sistemele AI la nivel internațional. De ce contează: distilarea modelelor rămâne zona cea mai disputată Analiza citată indică drept cel mai controversat domeniu „distilarea” (o tehnică prin care ieșirile unui model AI performant sunt folosite pentru a antrena un model mai mic și mai eficient). Disputa nu este doar tehnică, ci și juridică și comercială: unde se termină utilizarea legitimă a rezultatelor unui model concurent și unde începe încălcarea drepturilor asupra „rezultatelor” acelui model; dacă un model obținut prin distilare poate fi considerat „tehnologie proprie”; diferențe de poziție între companii și guverne privind limitele acceptabile ale acestei practici. În plus, nu există încă o metodă tehnică acceptată pe scară largă pentru a verifica dacă un model a fost antrenat prin distilare. Dacă dezvoltatorul nu publică procesul de antrenare și compoziția datelor, devine dificil de urmărit originea tehnologică, iar la nivel global nu există un standard unic de evaluare. Ce propun instituțiile din China: trasabilitate și „sisteme de verificare” înaintea regulilor finale Shanghai Zhangjiang Platform Economy Research Institute recomandă dezvoltarea de tehnologii care să permită trasabilitatea (urmărirea) sursei modelului și a datelor de antrenare și folosirea lor atât în soluționarea disputelor internaționale, cât și în munca de standardizare. Instituția susține că, atâta timp cât nu sunt clarificate: aria de licențiere permisă pentru distilare, proprietatea asupra rezultatelor AI, criteriile de stabilire a originii tehnice, ar trebui prioritizată construirea unui sistem de verificare. Efectul urmărit: extinderea influenței prin licențe, evaluări de siguranță și verificarea originii Potrivit analizei citate, promovarea accelerată a normelor ar avea ca obiectiv și sprijinirea exportului „modelului” chinez prin influență instituțională. Pe măsură ce tot mai mulți dezvoltatori și companii folosesc modele mari open-source din China, stabilirea timpurie a unor standarde privind licențierea, evaluarea de siguranță și verificarea originii tehnice ar putea crește ponderea Chinei în discuțiile internaționale despre guvernanța AI și ar muta competiția dincolo de performanța tehnică, către regulile sistemului. Un punct de vedere din industrie, redat de sursă, sintetizează logica acestei curse: „În competiția globală pentru guvernanța inteligenței artificiale, cine poate acționa primul și poate stabili reguli mai complete va deține controlul. Competiția de a transforma realizările tehnologice naționale în sisteme și standarde acceptate internațional va deveni tot mai intensă.” [...]
